Workshop I - Gestão dos dados de pesquisa FAIR

Gestão de Dados de Pesquisa
FAIR
WORKSHOP- 10 CONFOA

Agenda
1 – Contexto de geração de dados
2- Afinal o que é o Dado de Pesquisa
3-Por que gerenciar dados de pesquisa
4- Como Gerenciar dados de pesquisa

Informação é um conceito complexo com
centenas de definições [...]. Dado [por sua vez]
é um conceito simples com poucas definições,
porém sujeito a muitas e diferentes
interpretações
“
O que dificulta atribuir uma definição consensual ao dado de pesquisa é
o fato idiossincrático que ele pode ser muitas coisas diferentes para
pessoas e circunstancias diferentes. Isto acontece porque dado de
pesquisa é dependente de interpretação.
CRISTINE BORGMAN (2007, P.9)

AFINAL, O QUE É DADO DE PESQUISA
?
uma sequencia de bits proveniente de um sensor sísmico é dado de
pesquisa para os sismólogos;
amostras de rochas são dados de pesquisa para um geomorfologista;
conversas gravadas são dados de pesquisa para sociólogos;
e inscrições em cuneiformes são dados de pesquisa para quem
estuda linguagens do Oriente Próximo.

Porém, os cuneiformes podem
ser também dados para o
arqueólogo ou para o
ambientalista que buscam
padrões climáticos históricos;
de forma similar, os dados
sísmicos podem ser úteis para
biólogos que estudam
comportamento animal.
Borgman (2007, p.119)
cuneiformes
dados sísmicos
biólogos
arqueólogos
ambientalistas
... mas podem ser
reinterpretados em outros
contextos
“Dados são sempre registrados tomando como base de algum interesse, perspectiva,
tecnologia e prática que determinam seus significados e utilidades em diferentes
contextos”
Nielsen e Hjorland (2014, p.225)

UMA PROPOSTA DE TAXONOMIA PARA
luana - ibict
sayão - cnen

DADOS EXPERIMENTAIS são provenientes de situações
controladas em bancadas de laboratórios. Em tese, dados
experimentais provenientes de experimentos que podem ser
precisamente reproduzidos e não precisam ser armazenados
indefinidamente; entretanto, nem sempre é possível reproduzir
precisamente todas as condições experimentais.

DADOS BRUTOS
ou
DADOS PRIMÁRIOS
Dados provenientes
diretamente do
instrumento científico
.PROCESSAMENTO
. CALIBRAÇÃO
.VALIDAÇÃO
.COMBINAÇÃO COM OUTROS
DADOS
Coleções de dados consolidados, revisados e geralmente passados por processos
de curadoria que estão arquivados em centros de dados. Por exemplo: banco de
dados de sequência genética, estruturas química, dados espaciais.

Nesse contexto a compreensão de três tipos
de dados se torna essencial:
DADOS PESSOAIS
São dados relacionados a indivíduos vivos,
que podem ser identificados a partir desses
dados ou a partir desses dados combinados
com outras informações.
DADOS CONFIDENCIAIS
São dados que não estão em domínio
público tais como informações sobre
negócios, lucros, saúde, detalhes médicos e
opiniões políticas, entregues em confiança
ou que duas partes concordam em mantê-
los confidenciais, isto é, secretos.
DADOS PESSOAIS SENSÍVEIS
São dados sobre raça, origem étnica,
opinião política, religião ou crenças
similares, filiação sindical, doença física ou
mental, vida sexual, etc.
SENSÍVEL

DADOS GOVERNAMENTAIS
Dados provenientes de recenseamento,
seguro social, levantamentos de agências
governamentais etc. são críticos para as
pesquisas nas áreas de saúde, ciências sociais
e humanidades.
DADOS ACUMULADOS POR REDES
SOCIAIS, MÁQUINAS DE BUSCA, ETC.
Big data
Comércio Transacional baseado em dados de negócios.
Humanidades digitais
REGISTROS
Registros médicos críticos para as pesquisas
nas áreas de saúde e ciências sociais. Registros
arquivísticos, históricos, jornalísticos,
administrativos, etc

Localizável Identificador
persistente
Metadado enriquecido Repositório de dados ID em metadados
Acessível
Interoperável
Reutilizável
Protocolo
padronizados de
comunicação
Protolocolo
abertos e
gratuitos
Autenticação,
quando necessário
Metadados sempre
disponíveis
Metadados ligadosVocabulários
FAIR
Vocabulários
Metadados com
multiplus atributos
Proveniência Padrões da
comunidade
Licenças de uso
P
R
I
N
C
Í
P
I
O
S
F
A
I
R

O que acha de disponibilizar
os dados do seu experimento
para que outros cientistas
possam reproduzi-lo e
verificar sua pesquisa?
Alguma vez, já leu uma
publicação interessante e
desejou ter acesso aos dados
originais por considerá-los
úteis para o seu trabalho?
Alguma vez já teve problema
com seu computador que
levou à perda de dados ou
informações importantes
sobre a sua pesquisa?
Se a resposta for sim,
quanto tempo levou para
recuperar esses dados?
Se você precisar
consultar dados de mais
de dois ou três anos
atrás, ainda será capaz
de entendê-los?
Já pensou na economia
de tempo e dinheiro se
seus dados pudessem
estar disponíveis para
reutilização?

PRINCÍPIOS FAIR
ANTECEDENTES
ONDE TUDO COMEÇOU
representantes da academia,
agências de fomento à
pesquisa,
editores científicos
representantes da área
industrial

MOVIMENTO GLOBAL
Rápida aceitação e endosso
 Conferência no Lorentz Center
 Endosso da Research Data Alliance
 Principal projeto do DTL
 Parceiro internacional FORCE11
 Artigo aceito na Scientific Data da NATURE
 NIH aceita os princípios FAIR no Life Sciences Commons
 Diretor do DTL Prof. Barend Mons nomeado Chair do High Level Expert Group EC
 Início da iniciativa Personal Health Train, baseada em FAIR
 CE anuncia o European Open Science Cloud tendo FAIR como base

G20 ENDOSSA O FAIR!
“We support appropriate efforts to promote open science and facilitate
appropriate access to publicly funded research results on findable,
accessible, interoperable and reusable (FAIR) principles.” (Statement 12)
Let’s GO FAIR
http://europa.eu/rapid/press-release_STATEMENT-16-2967_en.htm

NIH
A iniciativa NIH Commons
Os vouchers Commons Data para
gestão de dados obrigatória

OS PRINCÍPIOS DE DADOS FAIR
http://www.nature.com/articles/sdata201618
Findable:
F1. (meta)dados devem ter identificadores globais, únicos
e persistentes
F2. dados devem ser descritos utilizando metadados ricos
(impacta diretamente R1)
F3. metadados devem incluir clara e explicitamente os
identificadores dos dados que descrevem
F4. (meta)dados devem ser registrados ou indexados em
mecanismos de busca
Accessible:
A1. (meta) dados devem ser recuperáveis pelos seus
identificadores usando protocolo de comunicação padronizado
A1.1 o protocolo deve ser aberto, gratuito e
universalmente implementável
A1.2. o protocolo deve permitir procedimentos de
autenticação e autorização, quando necessário
A2. metadados devem ser acessíveis, mesmo quando os dados
não estiverem mais disponíveis.
Interoperable:
I1. (meta) dados devem ser representados por meio de
uma linguagem formal, acessível, compartilhada e
amplamente aplicável para a representação do
conhecimento
I2. (meta) dados devem usar vocabulários de acordo com
os princípios FAIR
I3. (meta) dados devem incluir referências qualificadas
para outros (Meta) dados
Reusable:
R1. (meta) dados são descritos com uma pluralidade de atributos
precisos e relevantes.
R1.1. (meta) dados devem ser disponibilizados com
licenças de uso claras e acessíveis
R1.2. (meta) dados devem estar associados à sua
proveniência
R1.3. (meta) dados devem estar alinhados com padrões
relevantes do seu domínio

F1. (meta)dados devem ter identificadores globais, únicos e persistentes
Adotar identificador único persistente tanto para o conjunto de dados quanto
para os metadados (ex: DOI, ARK, RRID, PID)
F2. dados devem ser descritos utilizando metadados ricos (impacta
diretamente R1)
O conjunto de dados deve ser descrito por metadados ricos o suficiente para que,
uma vez indexados em um mecanismo de busca, possam ser encontrados mesmo sem
o seu identificador único persistente

F3. metadados devem incluir clara e explicitamente os identificadores dos dados que descrevem
Como não podemos prever que os dados e seus metadados estejam sempre juntos, a
associação entre eles deve ocorre pela inclusão do identificador persistente dos dados
nos metadados.
F4. (meta)dados devem ser registrados ou indexados em mecanismos de busca
Para que os dados sejam encontrados, seus metadados devem ser indexados em
mecanismos de busca (search engine), que possibilitem aos computadores e usuários
encontrá-los com facilidade.

A1. (meta) dados devem ser recuperáveis pelos seus identificadores usando protocolo de
comunicação padronizado
A1.1 o protocolo deve ser aberto, gratuito e universalmente implementável
Com o identificador persistente do conjunto de dados e/ou de seus metadados, o usuário
deverá recuperá-los mais facilmente por meio de protocolos de comunicação padronizados.
(ex: HTTP ou FTP)
Independente de licenciamento dos dados e dos metadados, o protocolo de comunicação
usado para dar acesso a eles deve ser aberto, gratuito e passível de ser implementado
por qualquer interessado. (ex: HTTP ou FTP)

A2. metadados devem ser acessíveis, mesmo quando os dados não estiverem mais disponíveis.
É preciso existir um conjunto de estratégias de preservação para dados e metadados. Os
metadados devem ser sempre acessíveis, possibilitando a criação de índices para o
conjunto de dados atuais vigentes e aqueles não mais disponíveis.
A1.2. o protocolo deve permitir procedimentos de autenticação e autorização, quando necessário
Dependendo das restrições de acesso aos dados e/ou metadados, um mecanismo de
autenticação e autorização para o acesso deve ser liberado pelo protocolo de
comunicação. (Ex: os repositórios confiáveis oferecem essa opção)

I1. (meta) dados devem ser representados por meio de uma linguagem formal, acessível,
compartilhada e amplamente aplicável para a representação do conhecimento
I2. (meta) dados devem usar vocabulários de acordo com os princípios FAIR
I3. (meta) dados devem incluir referências qualificadas para outros (Meta)
dados
Para que se possa representar dados e metadados devem ser adotadas linguagens de
representação do conhecimento que sejam padronizadas, acessíveis e amplamente
aplicáveis. (Ex: RDF, XML, DICOM, etc.)
Dados e metadados devem possuir referências a vocabulários e/ou ontologias que os
descrevem. Devemos garantir que esses também sigam os princípios FAIR.
É necessário referenciar o conjunto de dados, possibilitando que aqueles gerados a
partir de outros conjuntos, sejam interligados. Assegurando a ligação semântica
entre eles.

R1. (meta) dados são descritos com uma pluralidade de atributos precisos e relevantes.
R1.1. (meta) dados devem ser disponibilizados com licenças de uso claras e acessíveis
Prover metadados descritos com alto nível de detalhes que permita ao pesquisador avaliar a
possibilidade do seu reuso bem como adequação às suas necessidades.
É fundamental que o responsável pelos dados e metadados defina explicitamente quem
pode ter acesso a eles, com que finalidade e sob quais condições. Essas informações são
definidas por meio de licenças de uso.

R1.2. (meta) dados devem estar associados à sua proveniência
Especificar a proveniência (linhagem) dos dados é importante não só para que o pesquisador
possa avaliar a utilidade dos dados ou metadados, mas também para que possa atribuir o
devido crédito a quem produziu, manteve ou editou esses dados. Dentre as informações relativas
à proveniência destacam-se: a) A linhagem dos dados, ou seja, o processo de obtenção dos
dados (gerado ou coletado); b) Particularidades ou limitações sobre os dados que outros
pesquisadores devem conhecer; c) Data da geração do conjunto de dados, condições de
laboratório, quem preparou os dados, configurações de parâmetros, nome e versão do software
utilizado; d) Explicitar se são dados brutos ou processados; e) A versão dos dados arquivados
e/ou reutilizados deve ser claramente especificada e documentada.
R1.3. (meta) dados devem estar alinhados com padrões relevantes do seu domínio
Além de atender aos padrões específicos da área de cada comunidade deve-se dar atenção as boas
práticas de arquivamento e compartilhamento específicos da área de pesquisa.

O QUE O FAIR NÃO É?
Esses princípios não têm a menor pretensão de
impor qualquer tipo de padrão.
Eles não são somente RDF ou dados
conectados e Web Semântica.
Eles podem ser igualmente utilizados por
qualquer tipo de dado e serviço provenientes
de qualquer disciplina.
E os dados FAIR não são a mesma coisa que
dados abertos.

OS DADOS DEVEM SER ABERTOS QUANDO POSSÍVEIS
E FECHADOS QUANDO NECESSÁRIOS
Dados abertos são aqueles que
podem ser livremente
compartilhados e usados por
qualquer pessoa, em qualquer
lugar e situação, para qualquer
finalidade;
Dados FAIR são aqueles que
adotam identificadores
persistentes, formatos comuns e
abertos e metadados ricos e
documentação apropriada, etc.;
Os dados de pesquisa
devem ser abertos por
defaut porém podem pleitear
um pequeno periodo de embargo para
facilitar o uso do seu criador;
Se os dados forem relativos à
informações pessoais, sensíveis, sigilosas
ou relacionadas a assuntos que detém
direitos autorais ou propriedade
intelectual é fundamental cumprir com
as regulações de proteção de dados.

QUEM ESTÁ ENVOLVIDO?
As agências de financiamento agregam maior valor e dão maior transparência ao
resultado das pesquisas, por elas financiadas.
Os editores melhoram o processo de revisão por pares, além de dar maior
publicidade às investigações.
As universidades possibilitam maior integridade e visibilidade às pesquisas
Os provedores de serviços estão inseridos nos repositórios institucionais, na
infraestrutura de pesquisa, e nos produtores de serviços comerciais
Os pesquisadores ajudam na organização e tratamento dos seus dados o que
consequentemente reverterá em um melhor resultado de pesquisa e possibilidades
de compartilhamento.
Os Forúns de coordenação tem a responsabilidade de divulgar e apoiar a
implementação do FAIR
Os bibliotecários e administradores de dados abrem uma nova responsabilidade
na sua profissão e os inserem nas práticas da Ciência Aberta

Dados e metadados devem adotar um Identificador persistente único; os metadados devem
ser ricos e ambos indexados em repositórios confiáveis.
Deve-se usar linguagem de representação do conhecimento, vocabulários e/ou ontologias
que adotem os princípios FAIR além de dados e metadados interligados.
Os dados e metadados devem possuir múltiplos atributos; usarem licenças apropriadas;
descreverem suas procedências e usarem padrões específicos da sua comunidade.
RESUMINDO
Deve-se usar de protocolos de comunicação padronizados, abertos e gratuitos, que ofereçam
autenticação e acesso aos metadados mesmo quando o dado não estiver mais disponíveis

ESTRUTURA DO RELATÓRIO
Conceito: Por que FAIR?
Criando cultura de dados FAIR
Criando um ecossistema técnico
dos dados FAIR
Habilidades e construindo
capacidades
Medindo as mudanças
Financiamento e sustentabilidade
sos dados FAIR
https://ec.europa.eu/info/sites/info/files/turning_fair_into_reality_1.pdf

OBJETOS DIGITAIS FAIR
 Para implementar o FAIR requer objetos
digitais FAIR
Objetos digitais inclui dados, softwares e
outros recursos de pesquisa
Uso de Identificadores persistentes
apropriados, ex: DOI, ORCID, RAIDs, RRIDs
Uso de formatos comuns e de preferência
abertos acompanhados de códigos
Acompanhados de metadados ricos e
licenças abertas

COMPONENTES DO ECOSSISTEMA FAIR

INTERACÃO DOS COMPONENTES DO ECOSSISTEMA FAIR

GLOBAL OPEN FAIR
Internet de Dados e Serviços FAIR
27de junho 2019

3 Estados-Membro na liderança (NL, FR, DE)
7 Estados-Membro adicionais em processo de integração
Escritório Internacional GO FAIR
Brasil
Estados Unidos
França
7 Redes de Implementação temática em andamento
Agências de fomento à pesquisa
Doenças Raras
Quimica
Biodiversidade
Economioa e Ciências Sociais
Treinamento
Museus de História Natural
Biotecnologia
Saúde
GO FAIR HOJE

• Busca de adesões de novas áreas do conhecimento. Em
negociações com a área de Energia Nuclear com a CNEN e
agrícola coma EMBRAPA e Ministério da Ciência Tecnologia,
Inovação e Comunicação (MCTIC)
• Elaboração de folhetos e Guias para bibliotecários e
pesquisadores divulgando o tema.
• Organização de um número especial sobre "Dados de pesquisa"
para a revista - LIINC do IBICT (incluindo o tema FAIR)
• Cursos e workshops sobre Gestão de Dados para bibliotecários
e pesquisadores, sobre o FAIR e GOFAIR.
• Divulgação dos princípios em palestras.
• Criação do Website do GOFAIR Brasil e GO FAIR Brasil Saúde
O QUE O GOFAIR BRASIL ESTÁ FAZENDO?

Manifesto da Rede
Brasileira de Implementação
do Campo da Saúde

Plano de
Gestão de
DADOS
workshop

PLANO E GESTÃO DE DADOS E AGÊNCIAS DE FOMENTO

As particularidades intrínsecas dos diferentes domínios disciplinares
Questões legais, éticas e de integridade pertinentes ao compartilhamento
Necessidade de infraestrutura tecnológica e técnica que garanta a
interoperabilidade e a preservação dos dados;
Sensibilização e capacitação dos atores envolvidos
Financiamentos e sustentabilidade a médio e longo prazo
Essa discussão possui um alto nível de complexidade, tendo em vista os diversos fatores pouco
explorados nas práticas de gestão e abertura de dados. Dentre elas destacamos:

O que é um PGD?
um documento formal que descreve todo o
ciclo de vida da gestão dos dados desde o
processo de coleta, processamento,
geração, armazenamento e preservação
dos dados.

02
• Identificadores persistentes tanto para os dados quanto para os
metadados;
• Metadados ricos e que sejam depositados em Repositórios
confiáveis;
• O uso de linguagem de representação do conhecimento,
vocabulários controlados, ontologias e que os dados e metadados
sejam interligados;
• Que os dados e os metadados possuam múltiplos atributos, usem
licenças apropriadas, descrevam suas procedências e usem
padrões específicos da sua comunidade.
Para os dados serem FAIR o PDG deve no mínimo solicitar:

NOVA GERAÇÃO DE PLANOS DE GESTÃO DE DADOS
Plano de Gestão de Dados acionável por máquina é um
PGD estruturado de maneira automatizada, de modo que
todos os atores envolvidos no processo de gestão de dados
possam participar de forma ativa e participativa.

ATORES ENVOLVIDOS
Miksa, T; Simms, S; Mietchen, D; Jones, S, Ten principles for machine-actionable data
management plans. https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1006750

1 INFORMAÇÃO ADMINISTRATIVA
2 DESCRIÇÃO DOS DADOS COLETADOS OU DA REUTILIZAÇÃO
DE DADOS EXISTENTES
a) Como os dados serão coletados, produzidos ou como os
dados existentes serão reutilizados?
b) Quais os tipos, formatos e volume de dados que serão
coletados ou produzidos?
3 DOCUMENTAÇÃO E QUALIDADE DOS DADOS
a) Quais metadados e documentos acompanharão os
dados? (por exemplo, a metodologia de coleta e a forma
de organização dos dados)
b) Quais medidas de controle de qualidade dos dados serão
utilizadas?
4 ARMAZENAMENTO E BACKUP DURANTE O PROCESSO DE
PESQUISA
a) Como os dados e metadados serão armazenados e como
serão feitas as cópias de segurança durante a pesquisa?
b) Como a segurança dos dados e a proteção dos dados sensíveis
serão tratadas durante a pesquisa?
6 COMPARTILHAMENTO DE DADOS E PRESERVAÇÃO A LONGO
PRAZO
a) Como e quando os dados serão compartilhados? Existem
possíveis restrições ao compartilhamento de dados ou
motivos para embargo?
b) Como os dados para preservação serão selecionados e
onde os dados serão preservados a longo prazo (por
exemplo, em um repositório de dados)?
c) Quais métodos ou ferramentas de software serão
necessários para acessar e usar os dados?
d) Como será assegurado o registro de um identificador único
e persistente (como um DOI - Digital Object Identifier) para
cada conjunto de dados?
7. RESPONSABILIDADES E RECURSOS FINANCEIROS PARA O
GERENCIAMENTO DOS DADOS
a) Quem será o responsável pela gestão dos dados?
Fornecer o nome, cargo e instituição.
b) Quais recursos (ex.: financeiros e de tempo) serão
dedicados à gestão de dados e à garantia que eles sejam
FAIR (localizável, acessível, interoperável, reutilizável)?
b) Como outras questões legais, tais como direitos de propriedade
intelectual serão gerenciadas? Qual legislação se aplica?
c) Como as possíveis questões éticas e os códigos de conduta a
seguir serão levadas em consideração?
5 REQUISITOS LEGAIS, ÉTICOS E DE CÓDIGOS DE CONDUTA
a) Se forem tratados dados pessoais, como será assegurado o
cumprimento da legislação relativa aos dados pessoais e à
proteção dos dados?

Informação Geral
o Nome
o Título
o Campo de
Estudo
o Supervisor(s)
o Resumo
o Responsabili
dade
o Gestão
o Suporte na
Gestão de
Dados
o Durante
a pesquisa
o Depois da
pesquisa
o Aspectos
Legais
o Aspectos
Éticos
Compartilhamento
Preservação
Documentação e
Armazenamento
Reuso
Final
Adaptado de: https://libguides.ru.nl/datamanagementEN/dm
o Repositório de
Dados
o Possíveis
embargos
o Identificadores
persistentes
PLANO DE GESTÃO DE DADOS: PROPOSTA FIOCRUZ

ACESSO AO PGD (VERSÃO BETA)
Grupo Pirarucu http://bit.ly/grupo1pgd
Grupo Tambaqui http://bit.ly/grupo2pgd
Grupo Tucunaré http://bit.ly/grupo3pgd

Patrícia Henning
henningpatricia@gmail.com
Viviane Veiga
viviane.veiga@icict.fiocruz.br
OBRIGADA
workshop

Nova Geração de Plano de
Gestão de dados: questões a
serem discutidas.
Patrícia Henning
UNIRIO
Viviane Veiga
ICICT/FIOCRUZ

O que é
um PGD?
Um plano de gestão de dados (PGD) é um
documento formal que descreve todo o ciclo de
vida da gestão dos dados desde o processo de
coleta, processamento, geração, armazenamento
e preservação dos dados.
02

PGD alinhado aos princípios
FAIR é uma proposta do
Instituto de Comunicação e
Informação Científica e
Tecnológica em Saúde -
ICICT para a Fiocruz
02

PGD FAIR
02
 Identificadores persistentes tanto para aos dados quanto para os
metadados;
 Metadados ricos e que sejam depositados em Repositórios
confiáveis;
• O uso de linguagem de representação do conhecimento,
vocabulários controlados, ontologias e que os dados e metadados
sejam interligados;
• Que os dados e os metadados possuam múltiplos atributos, usem
licenças apropriadas, descrevam suas procedências e usem padrões
específicos da sua comunidade.
Para os dados serem FAIR o PDG deve no mínimo solicitar:

 European Commission (EC)
 Science Europe (SE)
 European Research Council (ERC)
 Consortium of European Social Science Data Archive
 Netherlands Organisation for Scientific Research (NOW)
 The Netherlands Organisation for Health Research and
Development (ZonMW)
 Data Archiving and Networked Servies (DANS)
 Wellcome Trust (WT)
 Digital Curation Center (DCC)
 University of Twente (UT)
Templates analisados:

Practical Guide to the
International Alignment of
Research Data Management,
promovido pelas iniciativas
Science Europe e Netherlands
Organisation for Scientific
Research (NWO).
Foi enriquecido de algumas
questões de cunho administrativo
e configurado para atender as
necessidades dos pesquisadores
da FIOCRUZ.

Nova Geração de Planos de Gestão de
dados
Plano de Gestão de Dados acionável por
máquina é um PGD estruturado de maneira
automatizada, de modo que todos os
atores e sistemas envolvidos no processo
da gestão de dados possam participar de
forma ativa e colaborativa.

Atores envolvidos no ecossistema de
gestão de dados

1 Integrar os PGDs aos fluxos de trabalho de todas as partes integrantes do
ecossistema de dados de pesquisa.
2 Permitir que sistemas automatizados atuem em nome dos atores
envolvidos
3 Elaborar políticas tanto voltadas para as pessoas quanto para as máquinas
4 Descrever os componentes do ecossistema de gerenciamento de dados
para máquinas e seres humanos
5 Usar Identificadores Persistentes e vocabulários controlados
6 Seguir um modelo de dados comum para os PGDs legíveis por máquina
7 Disponibilizar os PGDs para uso de humano e de máquina
8 Apoiar a avaliação e monitoramento da gestão de dados
9 Criar PGDs atualizáveis, vivos , com versões de documento
10 Publicar os PGDs
Princípios para um PGDs acionável por máquina

https://opendmp.eu/about
OpenAIRE e EUDAT

DMP Roadmap
• É uma ferramenta de PGD Machine-
Actionable desenvolvida em conjunto pelo
Digital Curation Center (DCC) e o Centro de
Curdoria da Universidade da Califórnia.

Patrícia Henning
henningpatricia@gmail.com
Viviane Veiga
viviane.veiga@icict.fiocruz.br
OBRIGADA!

Workshop I - Gestão dos dados de pesquisa FAIR

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (13)

Similaire à Workshop I - Gestão dos dados de pesquisa FAIR

Similaire à Workshop I - Gestão dos dados de pesquisa FAIR (20)

Plus de Projeto RCAAP

Plus de Projeto RCAAP (20)

Dernier

Dernier (20)

Workshop I - Gestão dos dados de pesquisa FAIR